pL级微量胶液转移分配过程的路径规划方法研究

针对pL级微量胶液转移分配过程中,移液针重复行程较多、作业效率低下的问题,通过机器视觉和改进后的遗传-蚁群算法精准快速地规划路径,提高微量胶液转移分配的效率。搭建了包括机器视觉系统、胶液分配系统和驱动控制系统在内的胶液转移实验平台。通过对采集图像的既定点位进行模板匹配得到相应位置信息,基于位置信息进行路径规划实验并将此算法与常见算法进行比较,观察其能否精确、快速地规划微量胶液转移分配的路径。实验结果表明:通过机器视觉和改进后的遗传-蚁群算法,移液针转移后形成的胶滴体积达到pL级,胶滴平均直径为68.6μm,且准确落在既定点位上,其工作行程缩短了67.9%,作业时间大幅度降低,可有效提高pL级微量胶液转移分配的工作效率。

超微量胶滴形状参数及铺展过程在线测量方法

针对微纳制造产业及生命科学领域中黏合剂及活性药物的用量难以保证其精准度的问题,文中提出了一种基于图像边界提取的超微量胶滴形状参数在线检测方法。引入机器视觉对超微量胶滴的转移及成型过程进行在线检测,通过对超微量胶滴图像的实时采集,选用合适的图像处理方法及程序算法获取连续点胶过程中fL~pL级胶滴的形状参数,结果表明在线检测误差不超过5%。解决了超微量胶滴由于尺寸过小而难以测量的问题,保证了微纳制造及生命科学领域中液体分配的精确度与时效性,为精密器件的封装与活性药物的转移提供了精准反馈。